Kształt pandy

Zestaw narzędzi Python nazywany pandy specjalizuje się w zajęciu i pracy z modelami danych. Dwa główne cele pandy to analiza danych i zapewnienie najnowszych informacji na temat zawartości zawartej w ramach danych i sukcesji. Ramy danych są porównywalne z Pythonem: są to podwójnie znakowane struktury danych z kolumnami, które mogą być wielu typów i są częścią modułu PandaS. Osiągnięcie dobrego obrazu danych może również pomóc w poprawie zrozumienia jej cech. Pandy zawierają cechy, które zapewniają statystyki dla twoich ramek „Rozmiar”, „kształtu” i „parametrów”. „Rozmiar” pandas DataFrame lub dokładna liczba jednostek danych w ramie danych jest uzyskiwana przez właściwość „Rozmiar”.

„Rozmiar” może nie zapewnić całkowitej reprezentacji twojego ramki danych. Pomiary DataFrame są reprezentowane przez parę, którą zwraca właściwość „kształtu”. „Kształt” byłby w rzędach i kolumnach. Do pomiaru liczby wierszy lub kolumn można użyć indeksu „kształtu”. Nie jest konieczna wartość argumentu dla „DataFrame. kształt".

Składnia metody kształtu Python Pandas

Użyj powyższej składni, a daje specyficzną dla kształtu parę kolumn i wierszy strumienia danych lub serii, aby określić kształt ramki danych.

Składnia metody wielkości Python Panda

Użyj tej składni, aby uzyskać rozmiarFrame DataFrame, a daje on ramkę danych lub rozmiar serii, który odpowiada całej liczbie elementów, czyli kolumn według wierszy.

Przykład 1: Korzystanie z pand Python do określenia rozmiaru i kształtu DataFrame

Pandy to ramy do przetwarzania danych. Dane tabel można przechowywać w Python za pomocą ramki danych. Użytkownicy mogą szybko zapisać i wchodzić w interakcje z danymi tabelarnymi, takimi jak wiersze i kolumny, za pomocą DataFrame. W tej demonstracji użyjemy parametru kształtu, aby określić liczbę wierszy i kolumn w ramce danych. „Rozmiar” DataFrame jest określany przez liczbę zawartych w nich elementów, co równa się sumę jego wierszy i kolumn.

Wykorzystując narzędzie „Spyder”, ten przykład jest wprowadzany do implementacji. Ten kod jest uruchamiany przy użyciu modułu Python Panda, który importuje bibliotekę panda. Dlatego zaczniemy pisać nasz kod, importując moduł pandy do Pythona. Poniższym krokiem jest utworzenie ramki danych po importowaniu biblioteki pandy. Malka danych „DF1” to ta, której używamy w tej próbce. Ta komputer danych ma dwie kolumny „podmiot” i „znaki”, z których obie zawierają wartości. W kolumnie „Temat„ Mamy „Python”, „Dld”, „Etyka”, „Oop”, „Java” i „Zarządzanie”. W kolumnie „Marks” mamy oceny dla podmiotów „98”, „70”, „88”, „77”, „90” i „86”. Ta struktura danych jest generowana za pomocą „PD.ramka danych".

Korzystając z metod „rozmiaru” i „kształtu”, teraz obliczymy rozmiar i kształt strumienia danych. Całkowita liczba komórek danych danych zostanie obliczona przy użyciu „DF1.rozmiar". Metoda „kształtu” wskazuje kolejność ramki danych pod względem liczby wierszy i kolumn, to znaczy liczba wierszy i ile kolumn jest w tej formie danych. Korzystając z funkcji „print ()”, możemy teraz zobaczyć nasze wyniki na ekranie.

Jak widać na podstawie wyniku pokazanego na zdjęciu, tworzona przez nas strumienia danych jest wyświetlana najpierw, a następnie zdefiniuje „rozmiar” i „kształt” DataFrame. DataFrame ma „12” komórki danych, ponieważ jego rozmiar wynosi „12”, a „kształt” DataFrame to „(6, 2)”. Wskazuje to, że zawiera sześć wierszy i dwie kolumny. Rozmiar indeksu wynosi „6”, co oznacza od „0 do 5”. „Rozmiar” i „kształt” DataFrame można określić, używając indeksu.

Przykład 2: Określenie kształtu pustej ramki danych

W tym przykładzie określamy kształt pustej ramki danych. W ostatnim przykładzie zbudowaliśmy ramkę danych z niektórymi kolumnami i wierszami i wyświetliliśmy jego kształt i rozmiar za pomocą metody „kształtu” i „rozmiaru”. Jednak w tym przypadku tworzymy pustą ramkę danych bez kolumn i nie ma wierszy. Rozmiar indeksu dla pustej ramki danych wynosi zawsze zero. Wynik wyniesie zero, ponieważ nasza ramka danych nie zawiera żadnych elementów. Jednak metoda kształtu pozwoli nam to uzyskać. Teraz używamy „DF. kształt ”, aby uzyskać kształt naszego ramki danych. To poinformuje nas o kolejności piankowej „wiersz*”. Innymi słowy, mówi, ile jest obecnych wierszy i kolumn. Wzywanie funkcji „print ()” wyświetli wynik na ekranie.

Obraz pokaże instrukcję pustej ramki danych zamiast naframy danych, ponieważ nie ma kolumny, a rozmiar indeksu wynosi zero. Zatem pokazuje pusty kwadratowy wspornik „[]” przed kolumną i indeksem. Następnie, jeśli przeanalizujemy kształt DataFrame, wyświetla kolejność „(0, 0)”, która oznacza, że ​​kolejność dla „wiersza * kolumny” jest „0”. Deklaruje, że nie ma ani wierszy, ani kolumny.

Przykład 3: Kolejne wyjaśnienie, jak uzyskać kształt ramy danych za pomocą metody kształtu pand Python

„Rozmiar” może nie zapewnić całej reprezentacji twoich danych danych. Forma DataFrame to kolejna typowa funkcja. Proces „kształtowania” jest bliski właściwości „rozmiaru”. Ten scenariusz jest identyczny z pierwszym przykładem. Z wyjątkiem tego przypadku, po prostu używamy atrybutu „kształtu”, aby zdefiniować kształt ramki danych, a nie w poprzednim. Używamy zarówno właściwości „kształtu”, jak i „rozmiaru”. Import modułu pandy do Python pozwoli nam rozpocząć pisanie naszego kodu. Następnym krokiem jest użycie „PD.DataFrame ”, aby utworzyć DataFrame. W tym „DF” mamy trzy kolumny „M”, „N” i „O”. Każda z tych trzech kolumn zawiera wartości. Wartość kolumny „M” mamy „1”, „4”, „7” i „10”. Wartości kolumny „N” mamy „2”, „5”, „8” i „12”, a dla ostatniej kolumny „O” mamy „3”, „6”, „9” i „13”.

Aby uzyskać kolejność macierzy danych, używamy teraz techniki „kształtu”, która oblicza wiersze i kolumny DataFrame. Liczba wierszy zostanie określona przez zakres początkowego indeksu. Dlatego dla wierszy DataFrame używamy „kształtu [0]”. Aby uzyskać całkowitą kolumny, używa „kształtu [1]”. Obecnie wdrażamy funkcję „print ()”, aby pokazać wyniki.

Scenariusz DataFrame jest pokazany na obrazie wyjściowym. Jak widać na rysunku, kształt ramki danych to „(4, 3)”, który jest w kolejności pianki macierzy. Następny wiersz wskazuje istnienie „4” rzędów i kolumn „3”.

Wniosek

Nasza dyskusja koncentrowała się na metodzie kształtu i wielkości pandy. W tym artykule pokazaliśmy, jak uzyskać kolejność „Row*kolumna” z pianki macierzy, a także ogólną liczbę wierszy i kolumn za pomocą metod „kształtu” i „rozmiaru”. Uczymy się również, jak obliczyć kształt pustej ramki danych, nawet gdy jego wartość wynosi zero, przy użyciu metody „kształtu”.